Επιλυτής συνδυασμών με υποστήριξη ΤΝ για επενδυτικές αποφάσεις

Γιατί οι περισσότερες επενδυτικές αποφάσεις είναι συστηματικά υποβέλτιστες - και πώς η συνδυαστική βελτιστοποίηση καθιστά για πρώτη φορά ολόκληρο το χώρο αποφάσεων υπολογίσιμο.

Σχεδόν σε κάθε οργανισμό, οι στρατηγικές επενδυτικές αποφάσεις λαμβάνονται βάσει εκτεταμένων αναλύσεων. Δημιουργούνται επιχειρηματικές υποθέσεις, αξιολογούνται έργα, υπολογίζονται σενάρια και κατανέμονται προϋπολογισμοί. Παρά αυτό το υψηλό επίπεδο ανάλυσης, ένα θεμελιώδες μαθηματικό πρόβλημα παραμένει άλυτο στις περισσότερες διαδικασίες λήψης αποφάσεων: δεν υπολογίζεται ο πλήρης χώρος λήψης αποφάσεων.

Όταν οι οργανισμοί σχεδιάζουν επενδυτικά χαρτοφυλάκια, έρχονται αντιμέτωποι με ένα κλασικό πρόβλημα συνδυαστικής βελτιστοποίησης. Στην περίπτωση πολλών επενδυτικών σχεδίων, δεν υπάρχουν μόνο μεμονωμένες αποφάσεις, αλλά ένας μεγάλος αριθμός πιθανών συνδυασμών σχεδίων, οι οποίοι από κοινού αποτελούν ένα χαρτοφυλάκιο.

Οι συνδυασμοί αυτοί αυξάνονται εκθετικά. Ακόμη και λίγα μόνο έργα δημιουργούν ένα χώρο λήψης αποφάσεων που δεν μπορεί πλέον να αναλυθεί πλήρως από ανθρώπους, μοντέλα Excel ή τα παραδοσιακά εργαλεία διαχείρισης χαρτοφυλακίου έργων δεν μπορούν πλέον να αναλύσουν πλήρως.

Το αποτέλεσμα είναι ένα διαρθρωτικό πρόβλημα λήψης αποφάσεων: οι οργανισμοί ιεραρχούν τα έργα, αναλύουν τα σενάρια και κατανέμουν τους προϋπολογισμούς, χωρίς να γνωρίζουν τον μαθηματικά βέλτιστο συνδυασμό όλων των επενδύσεων.

Σε αυτό ακριβώς το σημείο έρχεται μια νέα γενιά αλγοριθμικών συστημάτων: Επιλυτές συνδυασμών για επενδυτικές αποφάσεις με υποστήριξη τεχνητής νοημοσύνης. Τα συστήματα αυτά δεν υπολογίζουν μεμονωμένα έργα, αλλά ολόκληρο το χώρο αποφάσεων των πιθανών χαρτοφυλακίων έργων και προσδιορίζουν το συνολικό βέλτιστο υπό πραγματικούς περιορισμούς.

Το θεμελιώδες μαθηματικό πρόβλημα του επενδυτικού σχεδιασμού

Ο σχεδιασμός ενός επενδυτικού χαρτοφυλακίου μπορεί να διατυπωθεί μαθηματικά ως ένα συνδυαστικό πρόβλημα απόφασης. Ας υποθέσουμε ότι μια εταιρεία ή ένας δημόσιος οργανισμός αξιολογεί έναν κατάλογο πιθανών επενδυτικών σχεδίων.

Κάθε έργο μπορεί είτε να υλοποιηθεί είτε να μην υλοποιηθεί. Αυτό έχει ως αποτέλεσμα όλους τους δυνατούς συνδυασμούς αυτών των έργων από έναν κατάλογο Ν έργων.

Ο αριθμός των πιθανών χαρτοφυλακίων προκύπτει από τη συνάρτηση:

2^N

Αυτό σημαίνει ότι ακόμη και ένας σχετικά μικρός αριθμός έργων δημιουργεί έναν εξαιρετικά μεγάλο χώρο αποφάσεων.

Με δέκα έργα, υπάρχουν ήδη πάνω από χίλια πιθανά χαρτοφυλάκια έργων. Με είκοσι έργα, πάνω από ένα εκατομμύριο. Με πενήντα έργα, περισσότεροι από ένα τετράκις εκατομμύριο πιθανοί συνδυασμοί.

Αυτή η εκθετική δομή είναι ένα κλασικό χαρακτηριστικό της συνδυαστικής βελτιστοποίησης, ένα κεντρικό πεδίο έρευνας στην επιχειρησιακή έρευνα και την επιστήμη των υπολογιστών.

Στη θεωρία, τα προβλήματα αυτά είναι γνωστά εδώ και δεκαετίες και περιγράφονται στην επιστημονική βιβλιογραφία ως παραλλαγές του προβλήματος Knapsack, του προβλήματος επιλογής χαρτοφυλακίου έργων ή μικτή ακέραια βελτιστοποίηση.

Στην πράξη, ωστόσο, ο πλήρης χώρος αποφάσεων σπάνια υπολογίζεται.

Γιατί οι κλασικές διαδικασίες λήψης αποφάσεων αποτυγχάνουν συστηματικά

Στους περισσότερους οργανισμούς, η επιλογή επενδυτικών σχεδίων ακολουθεί ένα σχετικά παρόμοιο μοτίβο.

Πρώτον, τα έργα αναλύονται μεμονωμένα. Συντάσσονται επιχειρηματικές υποθέσεις, εκτιμώνται οι αναμενόμενες αποδόσεις, αξιολογούνται οι κίνδυνοι και τίθενται στρατηγικές προτεραιότητες.

Στη συνέχεια, τα έργα ιεραρχούνται χρησιμοποιώντας ένα σύστημα αξιολόγησης. Αυτό μπορεί να έχει τη μορφή καρτών αποτελεσμάτων, κατάταξης ή στρατηγικής στάθμισης.

Τέλος, τα έργα περιλαμβάνονται στο χαρτοφυλάκιο μέχρι να συμπληρωθούν τα όρια του προϋπολογισμού ή της χωρητικότητας.

Από μαθηματική άποψη, η διαδικασία αυτή αντιστοιχεί σε μια λεγόμενη άπληστη διαδικασία.

Οι άπληστοι αλγόριθμοι λαμβάνουν αποφάσεις βήμα προς βήμα και επιλέγουν την καλύτερη επιλογή σε κάθε δεδομένη στιγμή. Είναι εύκολο να εφαρμοστούν και συχνά διαισθητικά κατανοητοί.

Ωστόσο, το αποφασιστικό μειονέκτημα είναι ότι λαμβάνουν υπόψη μόνο τοπικές βελτιώσεις. Το παγκόσμιο βέλτιστο ολόκληρου του συστήματος παραμένει συχνά ανεπίγνωστο.

Σε πολύπλοκα επενδυτικά χαρτοφυλάκια, αυτό μπορεί να οδηγήσει στην επιλογή έργων με υψηλή ατομική αξία, παρόλο που ένας διαφορετικός συνδυασμός έργων θα παρήγαγε σημαντικά υψηλότερη συνολική αξία.

Το πρόβλημα των τοπικών βέλτιστων

Μια χρήσιμη εικόνα για την εξήγηση αυτού του προβλήματος είναι ένα τοπίο με πολλούς λόφους και ένα μόνο ψηλότερο βουνό.

Οι τοπικές διαδικασίες λήψης αποφάσεων συχνά κινούνται προς τον πλησιέστερο λόφο. Μόλις φτάσουμε σε ένα φαινομενικά καλό σημείο, αυτό θεωρείται βέλτιστο.

Ωστόσο, το πραγματικό παγκόσμιο βέλτιστο - ο υψηλότερος λόφος στο τοπίο - παραμένει κρυμμένο, επειδή ο πλήρης χώρος αποφάσεων δεν αναλύεται συστηματικά.

Στα επενδυτικά χαρτοφυλάκια, αυτό σημαίνει ότι οι εταιρείες επιλέγουν καλά έργα, αλλά όχι απαραίτητα τον καλύτερο συνδυασμό όλων των έργων, αλλά όχι απαραίτητα τον καλύτερο συνδυασμό όλων των έργων.

Η διαφορά μεταξύ ενός τοπικού βέλτιστου και ενός παγκόσμιου βέλτιστου μπορεί να οδηγήσει σε σημαντικές οικονομικές αποκλίσεις σε μεγάλα επενδυτικά χαρτοφυλάκια οδηγήσει σε σημαντικές οικονομικές αποκλίσεις.

Τυπικά σφάλματα στην απόφαση χαρτοφυλακίου

Η έλλειψη εξέτασης του πλήρους χώρου αποφάσεων οδηγεί σε διάφορα συστηματικά σφάλματα στον επενδυτικό σχεδιασμό στον επενδυτικό σχεδιασμό.

Ένα συνηθισμένο πρόβλημα είναι η μεμονωμένη αξιολόγηση μεμονωμένων έργων. Εάν τα έργα εξετάζονται μόνο μεμονωμένα, οι αλληλεπιδράσεις μεταξύ των έργων δεν λαμβάνονται υπόψη.

Ένα άλλο πρόβλημα είναι ο κατακερματισμός του προϋπολογισμού. Οι προϋπολογισμοί κατανέμονται σε διάφορα έργα χωρίς να λαμβάνεται υπόψη ο συνολικός αντίκτυπος του συνδυασμού.

Οι χρονικές αλληλεξαρτήσεις επίσης συχνά υποτιμώνται. Πολλά έργα συνειδητοποιούν τα οικονομικά τους οφέλη μόνο σε συνδυασμό με άλλες πρωτοβουλίες ή σε βάθος πολλών ετών επί σειρά ετών.

Χωρίς μαθηματική μοντελοποίηση αυτών των αλληλεξαρτήσεων, δημιουργούνται χαρτοφυλάκια, που φαίνονται εύλογα αλλά δεν είναι βέλτιστα.

Ο ρόλος της συνδυαστικής βελτιστοποίησης

Η συνδυαστική βελτιστοποίηση ασχολείται ακριβώς με αυτού του είδους τα προβλήματα. Στόχος είναι να προσδιοριστεί από ένα μεγάλο αριθμό πιθανών συνδυασμών αυτός που μεγιστοποιεί ή ελαχιστοποιεί μια συγκεκριμένη αντικειμενική συνάρτηση, που μεγιστοποιεί ή ελαχιστοποιεί μια ορισμένη αντικειμενική συνάρτηση.

Στα επενδυτικά χαρτοφυλάκια, αυτή η αντικειμενική συνάρτηση αποτελείται συνήθως από οικονομικούς δείκτες όπως Αξία κεφαλαίου, απόδοση, κίνδυνος ή στρατηγική συνεισφορά.

Υπάρχουν επίσης δευτερεύοντες όροι, όπως περιορισμοί του προϋπολογισμού, όρια χωρητικότητας, Εξαρτήσεις μεταξύ έργων ή κανονιστικές απαιτήσεις.

Μαθηματικά, αυτό οδηγεί σε ένα πρόβλημα βελτιστοποίησης με διακριτές μεταβλητές απόφασης, το οποίο συχνά διατυπώνεται ως μικτός ακέραιος προγραμματισμός.

Ένα παράδειγμα της έκρηξης του χώρου αποφάσεων

Ο ακόλουθος πίνακας δείχνει πόσο γρήγορα αυξάνεται ο χώρος αποφάσεων καθώς αυξάνεται ο αριθμός των έργων.

Αυτή η εκθετική δομή εξηγεί γιατί τα κλασικά εργαλεία λήψης αποφάσεων δεν είναι σε θέση να αναλύσουν ολόκληρο το χώρο των αποφάσεων, να αναλύσουν ολόκληρο το χώρο των αποφάσεων.

Επιλυτές συνδυασμών με υποστήριξη ΤΝ

Ένας επιλυτής συνδυασμών με υποστήριξη ΤΝ αντιμετωπίζει ακριβώς αυτό το πρόβλημα.

Αντί να αναλύει μεμονωμένα έργα, ο επιλύτης μοντελοποιεί ολόκληρο το επενδυτικό χαρτοφυλάκιο ως ένα μαθηματικό πρόβλημα βελτιστοποίησης.

Οι μεταβλητές απόφασης αντιπροσωπεύουν την επιλογή μεμονωμένων έργων. Οι περιορισμοί μοντελοποιούν πραγματικούς περιορισμούς όπως ο προϋπολογισμός, η χωρητικότητα ή ο κίνδυνος.

Στη συνέχεια, ο επιλύτης αναζητά συστηματικά το χώρο αποφάσεων και εντοπίζει το συνδυασμό έργων ο συνδυασμός έργων που μεγιστοποιεί τη συνάρτηση-στόχο.

Τα σύγχρονα συστήματα συνδυάζουν μεθόδους από διάφορα ερευνητικά πεδία:

• Επιχειρησιακή έρευνα
• Συνδυαστική βελτιστοποίηση
• Μικτός ακέραιος προγραμματισμός
• Μέθοδοι διακλάδωσης και οριοθέτησης
• Ευρετικοί αλγόριθμοι αναζήτησης
• Μηχανική μάθηση

Αυτός ο συνδυασμός οδηγεί σε ισχυρή υποστήριξη αποφάσεων, που υπερβαίνει κατά πολύ τα παραδοσιακά συστήματα ανάλυσης.

Η διαφορά μεταξύ ανάλυσης και βελτιστοποίησης

Πολλά υφιστάμενα συστήματα διαχείρισης χαρτοφυλακίου έργων επικεντρώνονται σε λειτουργίες ανάλυσης.

Απαντούν σε ερωτήματα όπως:

• Πόσο κερδοφόρο είναι ένα έργο
• Πόσο υψηλός είναι ο κίνδυνος
• Πώς αλλάζει η επιχειρηματική υπόθεση με ορισμένες παραδοχές

Αυτές οι πληροφορίες είναι σημαντικές, αλλά δεν αρκούν για να καθορίσουν τον βέλτιστο συνδυασμό έργων.

Τα συστήματα βελτιστοποίησης θέτουν ένα διαφορετικό ερώτημα:

Ποιος συνδυασμός όλων των έργων μεγιστοποιεί τη συνολική αξία του χαρτοφυλακίου υπό δεδομένους περιορισμούς

Μόνο μέσω αυτής της προοπτικής γίνεται ορατός ο πλήρης χώρος λήψης αποφάσεων.

Πρακτικές επιπτώσεις στις επενδυτικές αποφάσεις

Η διαφορά μεταξύ της ευρετικής ιεράρχησης προτεραιοτήτων και της μαθηματικής βελτιστοποίησης χαρτοφυλακίου μπορεί να έχει σημαντικό οικονομικό αντίκτυπο μπορεί να έχει σημαντικό οικονομικό αντίκτυπο.

Στις εφαρμογές της πραγματικής ζωής, συχνά ο βέλτιστος συνδυασμός έργων σημαντικά υψηλότερες συνολικές αποδόσεις από ένα χαρτοφυλάκιο με κλασική ιεράρχηση προτεραιοτήτων.

Ο λόγος για αυτό έγκειται στις αλληλεξαρτήσεις μεταξύ των έργων.

Ένα έργο με μέτρια ατομική αξία μπορεί, σε συνδυασμό με άλλα έργα να δημιουργήσει σημαντική προστιθέμενη αξία.

Αντίθετα, πολλά έργα υψηλής αξίας μαζί μπορούν να σχηματίσουν ένα αναποτελεσματικό χαρτοφυλάκιο, εάν ανταγωνίζονται για τους ίδιους πόρους ή έχουν παρόμοιους κινδύνους.

Στρατηγική σημασία για τις εταιρείες

Για τις εταιρείες με μεγάλους επενδυτικούς προϋπολογισμούς, η ποιότητα των αποφάσεων για το χαρτοφυλάκιο γίνεται καθοριστικός ανταγωνιστικός παράγοντας αποφασιστικός ανταγωνιστικός παράγοντας.

Η κατανομή του κεφαλαίου καθορίζει ποιες τεχνολογίες αναπτύσσονται, ποιες αγορές ανοίγονται και ποια μονοπάτια καινοτομίας ακολουθούνται.

Εάν ο χώρος λήψης αποφάσεων δεν έχει αναλυθεί πλήρως, οι πόροι συχνά επενδύονται σε μη βέλτιστα έργα.

Συνεπώς, μια μαθηματικά βελτιστοποιημένη προσέγγιση χαρτοφυλακίου μπορεί να έχει σημαντική επιρροή στη μακροπρόθεσμη απόδοση της εταιρείας.

Στρατηγική σημασία για τους δημόσιους προϋπολογισμούς

Η βελτιστοποίηση των επενδυτικών χαρτοφυλακίων διαδραματίζει επίσης ολοένα και σημαντικότερο ρόλο στον δημόσιο τομέα.

Οι πόλεις και τα κράτη αντιμετωπίζουν την πρόκληση της κατανομής περιορισμένων προϋπολογισμών σε μεγάλο αριθμό έργων υποδομής, Εκπαιδευτικές πρωτοβουλίες και κοινωνικά προγράμματα.

Ο αριθμός των πιθανών συνδυασμών αυτών των έργων είναι τεράστιος.

Χωρίς συστηματική βελτιστοποίηση, υπάρχει ο κίνδυνος οι επενδύσεις να μην δεν θα έχουν τον μέγιστο δυνατό κοινωνικό αντίκτυπο.

Το μέλλον της νοημοσύνης στη λήψη αποφάσεων

Με την αύξηση της υπολογιστικής ισχύος και τη βελτίωση των αλγορίθμων βελτιστοποίησης, ο υπολογισμός των αλγορίθμων βελτιστοποίησης, ο υπολογισμός πολύπλοκων χώρων αποφάσεων γίνεται όλο και πιο εφικτός.

Οι υποστηριζόμενοι από τεχνητή νοημοσύνη συνδυαστικοί επιλυτές ανοίγουν τη δυνατότητα Επενδυτικών αποφάσεων με βάση τον πλήρη μαθηματικό χώρο αποφάσεων για πρώτη φορά.

Αυτό σηματοδοτεί μια θεμελιώδη αλλαγή στον τρόπο με τον οποίο οι οργανισμοί λαμβάνουν στρατηγικές αποφάσεις, πώς οι οργανισμοί λαμβάνουν στρατηγικές αποφάσεις.

Αντί να διαχειρίζονται απλώς την πολυπλοκότητα, μπορεί πλέον να βελτιστοποιηθεί συστηματικά.

ΣΥΧΝΈΣ ΕΡΩΤΉΣΕΙΣ

Τι είναι ο συνδυαστικός επιλυτής

Ένας επιλυτής συνδυασμών είναι ένα αλγοριθμικό σύστημα που εντοπίζει από ένα μεγάλο αριθμό πιθανών συνδυασμών εκείνον που μεγιστοποιεί ή ελαχιστοποιεί μια συγκεκριμένη αντικειμενική συνάρτηση.

Γιατί οι επενδυτικές αποφάσεις είναι συνδυαστικά προβλήματα

Επειδή κάθε σχέδιο μπορεί είτε να υλοποιηθεί είτε να μην υλοποιηθεί. Αυτό έχει ως αποτέλεσμα όλους τους δυνατούς συνδυασμούς αυτών των έργων από Ν έργα.

Γιατί τα κλασικά εργαλεία δεν μπορούν να λύσουν αυτό το πρόβλημα

Ο αριθμός των πιθανών συνδυασμών αυξάνεται εκθετικά. Ακόμη και με λίγα μόνο έργα, ο χώρος λήψης αποφάσεων υπερβαίνει τις δυνατότητες των κλασικών εργαλείων ανάλυσης.

Ποιες μαθηματικές μέθοδοι χρησιμοποιούνται

Τυπικές μέθοδοι είναι ο μεικτός ακέραιος προγραμματισμός, το branch-and-bound, ευρετικές μέθοδοι αναζήτησης και διάφορες τεχνικές συνδυαστικής βελτιστοποίησης.

Ποια είναι τα οφέλη για τις επιχειρήσεις

Οι εταιρείες μπορούν να προσδιορίσουν επενδυτικά χαρτοφυλάκια που παράγουν τη μέγιστη οικονομική αξία υπό πραγματικούς περιορισμούς.

Τι ρόλο παίζει η τεχνητή νοημοσύνη

Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για την αποτελεσματική διάρθρωση χώρων αναζήτησης, Να βελτιώσει τα μοντέλα και να υποστηρίξει τις διαδικασίες λήψης αποφάσεων.